MétaCan
Menu
Retour à la cohorte
Enregistrement W2510475833 · doi:10.1186/s40064-016-3147-8

Microbial diversity in various types of paper mill sludge: identification of enzyme activities with potential industrial applications

2016· article· en· W2510475833 sur OpenAlexafffund
Manel Ghribi, Fatma Meddeb‐Mouelhi, Marc Beauregard

Notice bibliographique

RevueSpringerPlus · 2016
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueEnzyme-mediated dye degradation
Établissements canadiensUniversité du Québec à Trois-RivièresUniversité LavalPROTEO
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBioremediationPaper millLigninKraft paperEnzymePulp and paper industryBacteriaMicroorganism16S ribosomal RNABiotechnologyIndustrial microbiologyBiologyFood scienceMicrobiologyChemistryBiochemistryBotanyEnvironmental scienceEffluent

Résumé

récupéré en direct d'OpenAlex

This study is the first comprehensive investigation of enzyme-producing bacteria isolated from four sludge samples (primary, secondary, press and machine) collected in a Kraft paper mill. Overall, 41 strains encompassing 11 different genera were identified by 16S rRNA gene analysis and biochemical testing. Both biodiversity and enzymatic activities were correlated with sludge composition. Press sludge hosted the largest variety of bacterial strains and enzymatic activities, which included hydrolytic enzymes and ligninolytic enzymes. In contrast, strains isolated from secondary sludge were devoid of several enzymatic activities. Most strains were found to metabolize Kraft liquor at its alkaline pH and to decolorize industrial lignin-mimicking dyes. Resistance to lignin or the ability to metabolize this substrate is a prerequisite to survival in any paper mill sludge type. We demonstrate here that the bacterial strains found in a typical Kraft paper mill represent a source of potential novel enzymes for both industrial applications and bioremediation.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,016
Tête enseignante GPT0,195
Écart entre enseignants0,179 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSpringerPlusMême sujetEnzyme-mediated dye degradationTravaux en français237 207